神经架构
传统的投资组合审查依赖于决策者收到几天或几周前的数据。 Delfni Investanza 的预测建模层不断吸收定价、交易量和宏观经济信息，根据情况变化而不是在报告周期结束时重新计算风险敞口。
目标很直接：降低下行风险并在规定的风险承受范围内追求可用的阿尔法，而不需要定量金融背景来理解为什么提出特定建议。
每日洞察循环
大多数资产管理公司按月或按季度报告，让投资者在数周内信任封闭的流程。 Delfni Investanza 通过在每个交易日收盘时生成的报告来弥补这一差距，因此您的分配变动在仍然相关的情况下是可见的。
隔夜头寸、价格变动和波动率指标在收盘时进行合并。
预测模型根据当前相关性和风险阈值对每个持仓重新进行评分。
简明摘要将添加到您的帐户中，显示更改的内容及其背后的原因。
方法论
该管道故意是线性的，因此每个建议都可以追溯到产生它的数据。
过滤传入的信息——定价、交易量、情绪和宏观指标——直至统计上相关的信号。
将这些信号与历史波动率集群相关联，以识别新出现的风险和机遇。
根据您定义的风险承受能力权衡投资组合，逐步而不是突然调整风险敞口。
执行建议并将其背后的理由直接记录到每日报告中。
波动很少会毫无预警地出现。 Delfni Investanza 的模型在市场行为完全实现之前寻找市场行为的聚类模式，从而使系统有时间在经济低迷之前减少风险敞口，而不是在经济低迷已经发生后做出反应。其目的不是消除风险（这是不现实的），而是根据您设置的参数有意调整风险大小。
常见问题
该模型借鉴了市场定价信息、交易量、波动性指数和公开的宏观经济指标。数据源在整个交易日不断刷新，并在收盘时进行整合。
当交易期间有新数据到达时，该模型会重新计算风险敞口。正式建议每天在收市后编制和发布一次，以避免对短期噪音做出反应。
每份报告均完整反映前一天的交易时段。它显示了您的分配发生的变化、触发变化的原因以及模型当时响应的波动性指标。
是的。风险参数是在您配置账户时设置的，并且可以随时进行调整。该模型在这些边界内进行优化，而不是对每个用户应用单一的固定策略。
Delfni Investanza 提供数据驱动的分析和建议，而不是个人财务建议。分配和执行的决定权仍由您决定。